大数据为何走不进人力资源管理

　　Managershare：大数据是现在的一个热门词，各行各业都想办法要融入大数据，人力资源管理也不例外。但要怎么玩却不是件简单的事。首先，应该把人数据化，清楚地知道人是怎样的。只有当HR用大数据把人力资源管理的大未来实现时，人力资源管理才将真正迎来下一站的云时代！
　　博士，我们需要一个关于大数据（bigdata）人力资源管理的讲座！这是2014年开年以来，我听到来自500强HR们的新需求，同时这也在所有需求中排名前Top3。是呀，大数据的魅力已经无需证明！渴望改变的HR们又怎么会放弃这样一个杀手级利器？
　　大数据的HRM大未来
　　大数据是什么？简单来说，大数据就是大量的数据，其具有4V的特点：Volume（大量）、Velocity（高速产生）、Variety（多样性）、veracity（真实性）。进一步看，就是在某些领域通过传感器和屏幕等入口自动高速产生了大量、多样的数据，这些数据辅以合理的算法和强大的云计算能力，能够告诉你这些领域的一切信息！
　　大数据不仅是数据量的庞大，其更是一种数据产生和处理的模式。由于是自动提取，保证数据源充分；由于是即时产生和处理，保证随时刷新；由于是全貌数据，保证永远不会出错。所以，这种模式在大多数领域都能够精准地指示资源分配。
　　人力资源管理是关于分配人和相关资源（培养、激励资源）的工作，如果借助大数据，将人和其他资源数据化，再用算法进行匹配，显然有无限的想象空间。其实，通过大数据实现资源的可扩展获得，提升资源的利用效率，也正是我在2011年提出的人力资源云转型。
　　具体怎么玩呢？
　　首先，应该把人数据化，清楚地知道人是怎样的，这包括，他的能力如何？行为特征如何？绩效表现如何？
　　基于这一基础，人力资源管理各大职能就能够显著提高效率。
　　在调配领域，如果将岗位数据化，明确每个岗位需要什么样的人，岂不是可以从容地招聘、调用企业内的闲置人员跨界协作？每个岗位都有最适合的人员，成本最低，效用最大。
　　进一步看，组织机构、业务流程、岗位系统不再成为员工释放能力的边界，员工还能跨岗位担纲其他角色，以网络化的方式无边界协作，进一步将人用到极致，将人工成本投产比放到最大。
　　在培养领域，如果将培训资源（培训内容、形式等）数据化，岂不是可以从容地组织、推送员工最需要的培训支持？每个人获得的培训都是高度定制化的、自己最需要的，且学来能用，用来能好，从学习到实践产出的过程几乎没有损耗。
　　在激励领域，如果将激励资源数据化，岂不是可以从容地推送各类激励套餐？每个人获得的激励都是高度定制化的、自己最需要的，同样的成本支出，每个人对于全面薪酬的感知可以放大到极限。
　　HR可能误会了大数据
　　事实上，专业一点的HR都玩数据，他们测试胜任力，评估岗位，考核绩效，利用数据进行决策。我也非常推崇这样的玩法，认为HR要用数据分析来为自己的岗位建立技术刚性。但不得不遗憾地说，这些玩法不是大数据。
　　从字面上理解，大数据的关键在于数据量庞大。涂子沛在《大数据》一书中有个定义，即指一般软件工具难以捕捉、管理和分析的大容量数据，数据量大到以太字节（TB）为单位。太字节是多大？1TB1024GB。
　　一个万人的企业，即使你把胜任力、绩效、岗位、SOP等传统数据完全纳入，顶多只能用吉字节（GB）为单位，离太字节的体量还是相差甚远。
　　HR们以为数据量已经足够庞大，难以处理。实际上，这种数据量通过本地软件的计算能力（甚至直接用excel表）就可以解决，根本不需要运用到互联网上的云计算，这些显然不是大数据。
　　为何会达不到大数据的体量？关键还在于HR对于数据的理解，HR采集数据的传统思路是先有思考框架，再收集相应数据，数据大多来自数据生成之后，才用报表要求基层有选择地逐级上报，这大大损耗了数据量。
　　例如，考核某个员工的绩效，HR会在其工作完成之后才要求直线经理根据考核指标进行数据收集，而后计算汇总，最后上报人力资源部。
　　这种思路使得传统数据具有典型的非大数据特征，这大大制约了数据的威力。
　　其一，这些传统数据是冷备份而非热备份。
　　冷备份即生成之后再调用，成本极高，收集数据的过程已经让HR苦不堪言，他们需要不断催告业务部门，还要一遍一遍地付出教育成本，确保统计口径统一。
　　热备份则是数据随着工作流无意识产生，只要员工开展工作，自然有数据往云平台上跑，而且这些数据也能被平台的计算功能即时处理。
　　其二，这些数据是报表数据而非源数据。
　　报表数据是经过处理后的数据，例如某餐饮企业里，员工某天接待顾客的数量。而源数据则是指未经过处理的数据，是对于工作流全面的呈现。
　　同样用餐饮企业的例子，员工在某个具体时点接待了一个多大年龄的顾客（很大程度上意味着服务难度），客单价多少，接待时长多少，提供服务次数员工A某天服务顾客数可能是员工B的两倍，如果我们仅仅关注这个报表数据，就可能得出A绩效优于B的结论。
　　但如果关注源数据就有可能发现，B服务每个顾客的接待时长是A的三倍，为每个顾客提供的服务次数是A的两倍这些都是有价值的信息！NBA球队休斯顿火箭队的总经理莫雷正是基于这些源数据的分析，从低顺位（选秀时靠后的选秀机会）中选出了那些被报表数据淹没的高潜质球员。
　　其三，这些数据是样本而非全貌。
　　由于是在某个时点上针对某些领域提取数据，数据仅仅是样本，而非全貌。只要是样本，就有可能出现偏差。例如，有的咨询公司在为企业进行敬业度调查时，采用了采样方式，即使样本特别庞大，这也不是大数据。这种情况下，可能有抽样偏差，员工可能被问卷带着走，被访谈的气氛诱导，尽管我们可以通过各类技术去减少这些干扰。
　　但是，如果他们在论坛、微博、微信等社交工具上对所有员工的发言进行关键词的抓取和分析，甚至对于员工的行为进行各种分析（如早到时间、加班时间、协作次数、申请培训数量等），那才是大数据。这种情况下，几乎不可能出现偏差。
　　跨不过的坎
　　明白了大数据的思路，HR能不能推动企业走入大数据人力资源管理呢？
　　据我的观察，很难！这绝不是因为硬件的制约，事实上，在传感器和屏幕遍布的今天，不少企业在硬件上已经具备了吸纳数据的可能，有些企业也将数据吸纳到了生产信息系统上。我们要思考的是，这些数据为何进入不了人力资源管理信息系统？
　　这主要是因为三方面的原因：
　　第一是部门博弈问题。
　　业务部门将生产数据导入人力资源管理信息系统，对于人力资源管理的效率无疑是一个利好，但对于部门来说，意味着权力空间被挤占。
　　以前部门争取机构、编制、人员都可以保留一定的裕度，可以和HR们谈判，但导入大数据之后，他们几乎变成透明的，显然是弊大于利！我调研的一个企业，HR意图建立大数据云平台，这意味着几个生产信息系统要与人力资源管理信息系统整合，但业务部门的领导却以安全性为由拒绝了HR的要求。
　　第二是HR的恐惧。
　　要打篮球的人去踢足球，他们不会愿意。面对庞大的数据，HR们对于数据的处理能力决定了他们的地位。尽管前景广阔到可以让他们成为企业内的上帝，但这种角色的转换也让他们不安，与其如此，还不如将工作范围保留在自己的安全区域。
　　第三领导思路问题。
　　当前，国内企业，甚至国外企业，重视数据的老板不多。即使在大数据如火如荼的今天，老板们办公桌都摆上了一本《大数据》，他们内心深处依然是传统玩法。即使在最前沿的互联网行业，也有凡客这样因为不玩数据而使供应链失控的企业。
　　这也难怪，他们过去的成功本来就不是靠数据，所以，他们的企业没有数据基因也正常，他们想象不出大数据的威力，就如同你无法向地上的猛兽描述天空的精彩。
　　这些企业中，一线的业务尚且不玩数据，更何况二线的人力资源管理？但是，部门博弈和HR的恐惧偏偏需要一个强势的老板来做顶层设计，如同亚马逊偏执狂一般的贝佐斯。
　　所以，大数据才会走不进人力资源管理。从这个意义上说，本文开头那些主动拥抱大数据的500强的HR们不愧是业界先锋，也许，只有当他们用大数据把人力资源管理的大未来实现时，人力资源管理才将真正迎来下一站的云时代！